기울기 (벡터)

위키백과, 우리 모두의 백과사전.
이동: 둘러보기, 검색
미적분학
v  d  e  h
위의 두 그림에서는 회색의 밝기가 스칼라계의 크기를 뜻한다. 짙은 색일수록 크기가 큰데, 스칼라계의 기울기는 파란색 화살표로 나타냈다.

기울기(gradient 그래디언트[*])란 벡터 미적분학에서 스칼라장의 최대의 증가율을 나타내는 벡터장을 뜻한다.

기울기를 나타내는 벡터장을 화살표로 표시할 때 화살표의 방향은 증가율이 최대가 되는 방향이며, 화살표의 크기는 증가율이 최대일 때의 증가율의 크기를 나타낸다.

기울기의 의미[편집]

어느 방안의 공간 온도 분포가 스칼라장 φ로 주어졌다고 가정한다. 이 때, 방안의 어느 한 점(x,y,z)에서의 온도는 φ(x,y,z)로 표시할 수 있다. (온도는 시간에 의해 변화하지 않는다고 가정) 이 경우에 어느 한 지점에서의 기울기는 온도가 가장 빨리 증가하는 방향과 그 증가율을 나타낸다.

이번에는 산이나 언덕을 가정해보자. 어떤 지점(x,y)에서의 높이를 H(x,y)로 표현하는 경우, 기울기는 가장 (위를 바라보는)경사가 가파른 방향과 그 경사의 크기를 나타낸다.

기울기를 이용해 다른 방향의 증가율을 구하려면 기울기와 그 방향의 단위 벡터의 내적을 취하면 된다.

기울기는 무회전성 벡터계이다. 즉, 기울기 벡터계에 대해 선적분을 구하면 결과값은 경로와 상관없이 시작점과 끝점에 따라서만 변화함을 뜻한다.

기울기의 수학적 정의[편집]

스칼라 함수 f(x)의 기울기는 \nabla f로 표현한다. \nabla 기호는 벡터 미분 연산자로 나블라(nabla) 혹은 델(del)연산자라고 부른다.

기울기는 f의 각 성분의 편미분으로 구성된 열벡터로 정의하며 다음과 같이 표시한다.

 \nabla f  = \left(\frac{\partial f}{\partial x_1 }, \dots,  \frac{\partial f}{\partial x_n }  \right)^T


 \nabla f = \left(\frac{\partial f}{\partial x}, \frac{\partial f}{\partial y} \right)^T

예를 들어 함수

f(x,y,z)= \ 2x+3y^2-\sin(z) 의 기울기는
\nabla f= \begin{pmatrix}
{\frac{\partial f}{\partial x}},  
{\frac{\partial f}{\partial y}}, 
{\frac{\partial f}{\partial z}}
\end{pmatrix}^T = 
\begin{pmatrix}
{2}, 
{6y},
{-\cos(z)}
\end{pmatrix}^T이다.